基于任意整数标签绘制填充等高线图（contourf）的技术问询

嘿，我来帮你搞定这个contourf的问题！你的核心需求是让每个标签值都对应独立的填充等高线，对吧？刚好可以通过自定义levels参数来实现，我给你整理了完整的解决方案和代码解释：

核心思路 #

要让每个标签成为独立的等高线，关键是给每个标签设置专属的区间分界：每个标签n的填充范围是[n-0.5, n+0.5)。这样contourf就能把每个标签对应的区域精准划分出来，用你指定的颜色填充。

完整代码实现 #

import matplotlib.pyplot as plt
from matplotlib import colors
import numpy as np

# 定义颜色映射，顺序对应标签0到4
cmap = colors.ListedColormap(['red', 'orange', 'yellow', 'green', 'royalblue'])

# 生成示例网格坐标
x = np.linspace(-1.0, 1.0, num=50)
xx, yy = np.meshgrid(x, x)

# 第一个示例数据：下三角区域为标签1，其余为0
z1 = np.tril(np.ones(shape=xx.shape))
# 第二个示例数据：下三角区域为标签3，其余为0
z2 = np.tril(np.ones(shape=xx.shape) + 3)

# 通用函数：根据标签生成等高线分界levels
def get_contour_levels(z):
    # 获取所有唯一标签（自动排序）
    unique_labels = np.unique(z)
    # 生成每个标签的上下分界：开头是最小标签-0.5，结尾是最大标签+0.5
    levels = np.concatenate([unique_labels - 0.5, [unique_labels[-1] + 0.5]])
    return levels

# 为两个数据集生成对应的levels
levels1 = get_contour_levels(z1)
levels2 = get_contour_levels(z2)

print('Labels (left): ', np.unique(z1))
print('Labels (right): ', np.unique(z2))

# 创建子图绘制
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 4))

# 左图：绘制z1的填充等高线
im1 = axes[0].contourf(xx, yy, z1, levels=levels1, cmap=cmap)
axes[0].set_title('Labels 0 & 1')

# 右图：绘制z2的填充等高线
im2 = axes[1].contourf(xx, yy, z2, levels=levels2, cmap=cmap)
axes[1].set_title('Labels 0 & 3')

# 添加统一的颜色条，标注所有出现的标签
fig.colorbar(im1, ax=axes, ticks=np.unique(np.concatenate([z1, z2])))

plt.tight_layout()
plt.show()

关键细节解释 #

• 颜色映射：ListedColormap里的5种颜色依次对应0到4的标签，确保每个标签有专属颜色，不会混淆。
• levels生成：通过np.unique(z)获取数据中实际出现的标签，然后拼接出每个标签的分界值。比如如果标签是0和1，levels就是[-0.5, 0.5, 1.5]，contourf会自动把[-0.5,0.5)区域填充为0的颜色，[0.5,1.5)填充为1的颜色。
• 通用性：写成函数后，不管你的z里包含哪些标签（比如只出现0、2、4，或者0、1、3），都能自动适配生成正确的levels，不用手动调整。
• 颜色条优化：统一添加颜色条并指定ticks为所有出现的标签，让读者能清楚对应颜色和标签的关系。

内容的提问来源于stack exchange，提问作者Marius Mosbach